TY -的A2 -林,潘盟——咚,Chunhua盟——曾Xiangyan AU - Lin Lanfen AU -胡,Hongjie盟——汉、酰化非盟- Naghedolfeizi Masoud盟——Aberra Dawit AU - Chen Yen-Wei PY - 2017 DA - 2017/10/23 TI -一种改进的随机沃克体积与贝叶斯模型的医学图像分割SP - 6506049六世- 2017 AB -随机漫步(RW)方法被广泛用于部分器官体积的医学图像。然而,它会导致一个非常大规模的图由于节点数等于一个立体像素数量和不准确的分割,因为没有合适的初始种子点设置。此外,经典的RW算法为用户设计马克几个像素与任意数量的标签,不管的强度和形状信息的器官。因此,我们之前提出一个基于知识的贝叶斯随机漫步框架部分的体积医学图像挤牙膏式的方式。我们的策略是使用前面分割片获得的形状和强度的知识目标器官相邻切片。根据先验知识,可以动态地更新对象/背景种子点的相邻切片结合窄带阈值(电视台)方法和器官模型,高斯过程。最后,一个高质量的图像分割结果可以自动通过使用贝叶斯RW算法。比较我们的方法与传统RW和先进的交互式分割方法,我们的结果显示改善肝脏分割的准确性( p < 0.001 )。SN - 2040 - 2295 UR - https://doi.org/10.1155/2017/6506049 - 10.1155 / 2017/6506049摩根富林明医疗工程PB - Hindawi KW - ER